[GA4] 기여 분석 및 기여 분석 모델링에 대한 정보

다음은 전환 경로에서 광고가 어떻게 상호작용하는지 알아보려는 사용자를 위한 도움말입니다.

Google 애널리틱스 4 속성에 포함된 기여 분석은 향상된 기여 분석 기능(예: 개선된 전환 경로 보고서)과 이전에 비해 더욱 깊이 있는 유용한 정보 및 적용 가능성을 제공하는 새로운 기여 분석 기능(예: 속성 수준 기여 분석 모델링)이 특징입니다.

이 도움말의 내용은 다음과 같습니다.

• 기여 분석 모델링 개요
• 데이터 기반 기여 분석
• 유료 및 자연 검색 마지막 클릭
• Google 유료 채널 마지막 클릭
• 기여 분석 설정 선택

기여 분석 모델링 개요

고객은 상품을 구매하거나 내 웹사이트에서 또 다른 가치 있는 액션을 완료하기 전에 여러 차례 검색을 하면서 내 광고를 클릭할 수 있습니다. 일반적으로는 고객이 마지막으로 클릭한 광고가 전환에 100% 기여했다고 간주합니다. 하지만 전환을 결정하게 된 것이 전적으로 마지막에 클릭한 광고 때문일까요? 이전에 클릭한 다른 광고는 어떨까요?

기여 분석이란 사용자가 전환을 완료하기까지의 경로에서 나타나는 여러 광고, 클릭, 요소에 전환 기여도를 할당하는 작업을 말합니다. 기여 분석 모델은 전환 기여도를 전환 경로의 터치 포인트에 어떻게 부여할지를 정하는 규칙, 규칙 집합 또는 데이터 기반 알고리즘일 수 있습니다.

Google 애널리틱스 4 속성의 기여도 보고서에서는 데이터 기반 기여 분석, 유료 및 자연 검색 마지막 클릭, Google 유료 채널 마지막 클릭 등 세 가지 기여 분석 모델을 사용할 수 있습니다.

기여도 보고서를 보려면 왼쪽의 광고를 클릭합니다. 기여 분석에서 모델 비교 또는 전환 경로를 클릭합니다.

참고:

전환 경로가 직접 방문으로만 구성되지 않는 한, 모든 기여 분석 모델에서 직접 방문에는 기여도가 부여되지 않습니다.

데이터 기반 기여 분석

데이터 기반: 데이터 기반 기여 분석은 각 전환 이벤트의 데이터를 기반으로 전환 기여도를 배분합니다. 데이터 기반 기여 분석은 계정 데이터를 사용해 각 클릭 상호작용의 실제 기여도를 계산한다는 점에서 다른 모델과 다릅니다.

데이터 기반 모델은 광고주 및 전환 이벤트에 따라 달라집니다.

데이터 기반 기여 분석 작동 방식

기여 분석에서는 머신러닝 알고리즘을 사용하여 전환 및 비전환 경로를 평가합니다. 그 결과로 얻게 되는 데이터 기반 모델에서는 다양한 터치 포인트가 어떻게 전환 결과에 영향을 미치는지 학습합니다. 이 모델에서는 전환까지의 시간, 기기 유형, 광고 상호작용 횟수, 광고 노출 순서, 광고 애셋 유형 등의 요소를 고려합니다. 반사실적인 접근 방식을 통해 발생한 상황과 발생했을 수 있는 상황을 비교하여 전환 유도 가능성이 가장 높은 터치 포인트를 파악합니다. 데이터 기반 기여 분석 모델은 이 가능성을 바탕으로 이러한 터치 포인트에 전환 기여도를 부여합니다.

참고: 데이터 기반 기여 분석 모델은 데이터 가용성에 따라 데이터 공유 설정에서 합산 데이터를 사용할 수 있습니다.

데이터 기반 기여 분석의 기반이 되는 방법(고급)

데이터 기반 기여 분석 방법에는 두 가지 주요 부분이 있습니다.

• 사용 가능한 경로 데이터를 분석하여 각 전환 이벤트의 전환율 모델 개발
• 전환율 모델 예측을 광고 상호작용에 전환 기여도를 부여하는 알고리즘의 입력 정보로 사용

사용 가능한 경로 데이터에서 전환 가능성 모델 개발

데이터 기반 기여 분석에서는 전환 사용자와 비전환 사용자의 데이터를 포함한 경로 데이터를 사용하여 특정 마케팅 터치 포인트의 존재 여부와 시점이 사용자의 전환 가능성에 미치는 영향을 파악합니다. 최종 모델은 특정 광고 상호작용에 대한 노출을 고려하여 사용자가 경로의 특정 지점에서 전환할 가능성을 평가합니다.

이 모델은 광고에 노출된 사용자의 전환 가능성과 홀드백 그룹에 있는 비슷한 사용자의 전환 가능성을 비교합니다. (더 기술적으로 설명하자면, 이 모델은 임의 제어 시험의 데이터를 학습하여 Google 광고 노출의 반사실적인 이득을 계산합니다.)

알고리즘에 따라 마케팅 터치 포인트에 부분 전환 기여도 할당

데이터 기반 기여 분석 모델은 경로에 각 광고 상호작용이 추가될 때 예상되는 전환 가능성이 어떻게 변하는지에 따라 기여도를 할당합니다. 데이터 기반 기여 분석 알고리즘은 광고 상호작용에서 전환까지의 시간, 형식 유형, 기타 쿼리 신호를 포함한 특징을 사용하여 기여도를 계산합니다.

예

다음의 개괄적인 그림에서 광고 노출 #1(유료 검색), 광고 노출 #2(소셜), 광고 노출 #3(제휴) 및 광고 노출 #4(검색)를 조합하면 전환 가능성이 3%가 됩니다. 광고 노출 #4가 발생하지 않을 경우 가능성은 2%로 낮아지므로 광고 노출 #4가 전환 가능성을 50% 높였다는 것을 알 수 있습니다. 광고 상호작용이 발생할 때마다 이 과정을 반복하고 학습한 기여도를 기여 분석 가중치로 사용합니다.

유료 및 자연 검색 마지막 클릭

참고: 2023년 11월부터 첫 번째 클릭, 선형, 시간 가치 하락 및 시점 기반 기여 분석 모델을 더 이상 이용할 수 없습니다. 지원 중단된 모델에 대해 자세히 알아보세요.

유료 및 자연 검색 마지막 클릭: 직접 트래픽을 무시하고 전환 전에 고객의 클릭연결(YouTube의 경우 조회 충족 완료)이 발생한 마지막 채널에 전환 가치의 100%를 부여합니다. 아래에서 전환 가치가 할당되는 방식에 대한 예를 참고하세요.

예

1. 디스플레이 > 소셜 > 유료 검색 > 자연 검색 → 자연 검색에 100%
2. 디스플레이 > 소셜 > 유료 검색 > 이메일 → 이메일에 100%
3. 디스플레이 > 소셜 > 유료 검색 > 직접 → 유료 검색에 100%

참고:

• 유료 및 자연 검색 마지막 클릭과 마지막 간접 클릭은 동일한 기여 분석 모델의 두 이름입니다.

조회 충족은 사용자가 다음 액션을 취할 때 데이터 기반 기여 분석에서 집계됩니다.

• 30초 동안 광고 시청(광고가 30초 미만인 경우에는 끝까지 시청)
• 티저 카드 클릭
• 컴패니언 배너 또는 동영상 컬렉션 미리보기 클릭
• 클릭 유도 문구 클릭
• 최종 화면 클릭
• 클릭하여 광고주의 웹사이트 방문

Google 유료 채널 마지막 클릭

Google 유료 채널 마지막 클릭: 전환 전에 고객의 클릭연결이 발생한 마지막 Google Ads 채널에 전환 가치의 100%를 부여합니다. 예 6에서와 같이 경로에 Google Ads 클릭이 없으면 기여 분석 모델이 유료 및 자연 검색 마지막 클릭으로 돌아갑니다.

예

4. 디스플레이 > 소셜 > 유료 검색 > 자연 검색 → 유료 검색에 100%
5. 디스플레이 > 소셜 > YouTube EVC > 이메일 → YouTube에 100%
6. 디스플레이 > 소셜 > 이메일 > 직접 → 이메일에 100%(마지막 간접 클릭으로 돌아감)

기여 분석 설정 선택

Google 애널리틱스 4 속성의 기여 분석 모델과 전환 추적 기간을 선택하려면 속성에 대한 편집자 또는 관리자 역할이 있어야 합니다.

1. 관리의 데이터 표시에서 기여 분석 설정을 클릭합니다.
2. 보고 기여 분석 모델의 드롭다운에서 기여 분석 모델을 선택합니다. 보고서 기여 분석 모델에 대해 자세히 알아보세요.
3. 전환 추적 기간에서 획득 전환 이벤트 및 기타 모든 전환 이벤트의 전환 추적 기간을 선택합니다. 기타 모든 전환 이벤트 옵션을 사용하여 세션 기여 분석 설정을 관리할 수도 있습니다.
4. 저장을 클릭합니다.

이러한 기여 분석 설정은 광고 섹션의 보고서에서 선택한 기여 분석 모델에 영향을 주지 않습니다. 누구나 광고 섹션의 보고서에서 개인 용도로 기여 분석 모델을 선택할 수 있습니다. 광고 섹션에서 기여 분석 모델을 선택하면 다른 사용자가 데이터를 보는 방법이나 광고 섹션 이외의 보고서에서 데이터가 계산되는 방식은 영향을 받지 않습니다.